論文の概要: AnchorFlow-VIO: Fixed-Template Monocular Visual-Inertial Odometry on LaMAria
- arxiv url: http://arxiv.org/abs/2610.26210v1
- Date: Mon, 19 Oct 2026 11:37:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 19:04:07.982599
- Title: AnchorFlow-VIO: Fixed-Template Monocular Visual-Inertial Odometry on LaMAria
- Title（参考訳）: AnchorFlow-VIO:LaMAria上の固定テンプレート単眼画像計測
- Abstract要約: AnchorFlow-VIOは,オープンソースの単眼視覚慣性オドメトリーシステムであり,LaMAriaの均一な構成を評価する。
63の試験記録のサーバー評価では、ショート、ミディアム、ロング、ローライト、移動プラットフォームで47.2、37.1、24.8、35.1、および15.6の制御点スコアが得られる。
これらの結果は凍結システムの限界を特徴づけ、完全な出力、特徴数、選択された成功率がロバストなローカライゼーションの不十分な証拠であることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present AnchorFlow-VIO, an open-source Basalt-derived monocular visual-inertial odometry system, and evaluate a uniform configuration on LaMAria. The system uses one grayscale camera and one IMU, combining factory IMU correction, a fixed timing adjustment, windowed initialization and fixed-template patch tracking. Server evaluation of all 63 test recordings yields control-point scores of 47.2, 37.1, 24.8, 35.1 and 15.6 for Short, Medium, Long, Low light and Moving platform. Test pose recalls at 5 m are 84.6%, 69.1%, 53.9% and 62.9% for the four categories reporting dense recall. On ten training recordings, mean control-point score is 41.38 and all 265,694 image timestamps receive poses, including 204 filled poses. One training platform recording diverges and scores zero. A paired four-record comparison favors fixed over rolling templates on three recordings, while reversing that ranking on the fourth. Increasing feature density also yields mixed results. Ten fresh runs at prospectively fixed 30 s and 120 s offsets expose substantial start sensitivity: a low-light recording scores 6.14 at the earlier start and 42.00 at the later start. These results characterize the limits of the frozen system and show why complete output, feature counts and selected successful runs are insufficient evidence of robust localization. Source code, frozen configuration and reproducible submission tools are publicly available; training ablations are reported separately from the submitted test evaluation.
- Abstract（参考訳）: AnchorFlow-VIOは,オープンソースのBasalt由来の単眼視覚慣性オドメトリーシステムであり,LaMAriaの均一な構成を評価する。
このシステムは1台のグレースケールカメラと1台のIMUを使用し、工場のIMU補正、固定タイミング調整、ウィンドウの初期化、固定タイミングのパッチトラッキングを組み合わせた。
63の試験記録のサーバー評価では、ショート、ミディアム、ロング、ローライト、移動プラットフォームで47.2、37.1、24.8、35.1、および15.6の制御点スコアが得られる。
5mでのテストポーズリコールは84.6%、69.1%、53.9%、62.9%である。
10つのトレーニング記録では、平均制御ポイントスコアは41.38であり、265,694の画像タイムスタンプはすべて、204のフルポーズを含むポーズを受け取る。
1つのトレーニングプラットフォームが分岐を記録し、スコアをゼロにします。
2組の4レコード比較では、3つのレコードのローリングテンプレートよりも固定され、第4位にランクが逆転した。
特徴密度の増大もまた、混合結果をもたらす。
10回のリフレッシュランで30秒、120秒のオフセットではかなりのスタート感度が示され、低照度記録スコアは6.14、低照度記録スコアは42.00となった。
これらの結果は凍結システムの限界を特徴づけ、完全な出力、特徴数、選択された成功率がロバストなローカライゼーションの不十分な証拠であることを示す。
ソースコード、凍結構成、再現可能な提出ツールが公開されている。
関連論文リスト
- Reliability-Aware Multimodal Sentiment Prediction Under Local Modality Missingness [9.283746977207938]
CMU-MOSEI特徴の局所的欠如について検討した。
RM-Netの5つの種をLoRA対応のBERTテキストエキスパートと融合させる。
上位の位置は、ランダムな位置よりも早く予測されたクラス確率を減少させる。
論文 参考訳（メタデータ） (2026-10-14T17:36:18Z) - RoTA-Bench: Evaluating 3D Spatial Reasoning through Interactive Projection Alignment [60.989018864729445]
対話型3次元から2次元の投影アライメントによる能力評価にRoTA-Benchを導入する。
対象のシルエットが与えられた場合、モデルは回転したオブジェクトを観察し、連続する回転を選択してターゲットの投影を回復する。
GPT-5.6-Solがわずか17%のタスクで成功するのに対し、20人の学部生が100%の成功率でテストセットを4回完了した。
論文 参考訳（メタデータ） (2026-10-13T03:46:48Z) - 4MT-VLM: How Coarse Is a VLMs Cognitive Map? [1.3537117504260623]
プロシージャによって生成された風景のデータセットである4MT-VLMを導入し、それぞれ5つの刺激モードでレンダリングする。
我々はこのベンチマークを16の異なるオープンソースモデルとクローズドソースモデルでテストし、4AFC性能を報告した。
研究対象の場所をモデルが識別するが、カメラが動き出したら失くし、25%の確率レベルを135で下回っているのが観察できる。
論文 参考訳（メタデータ） (2026-09-30T08:06:49Z) - When Does Geometric View Synthesis Help Wine Label Retrieval? A Public One-Shot Benchmark Across Self-Supervised and Vision-Language Backbones [0.0]
幾何学的ビュー合成は、単一のワインラベル写真をトレーニングセットに拡張することができるが、事前訓練された画像エンコーダでの価値は不明確である。
そこで本研究では,1000クラスのWineSensedをベースとした公開ベンチマーク,1クラスあたりの登録写真,4,295のリアルタイムクエリについて検討する。
初期のDINO視覚変換器(ViT-S/16)のレシピでは、幾何学的ビューはトップ-1の精度を34.1%から62.6-63.7%に上げ、2次元(2D)拡張の3倍に向上した。
論文 参考訳（メタデータ） (2026-09-27T08:31:19Z) - How Reproducible Are Evaluation Conclusions? A Self-Audit of LLM-Inferred Prompt Structure [0.0]
LLMシステムの評価は、小さなプロンプトセットよりも平均的に行われ、ランキングテーブルとして報告される。
ケーススタディとして,LSMに基づくプロンプト構造推論を用いて,そのようなテーブルがどの程度の自信を持つべきかを問う。
Identical コールは、平均ノードセット Jaccard が 0.39 から 0.96 に、プロンプトモデルセルの 72% がノードセット完全ではないため、同じ構造を確実に回復しない。
我々は、ランク安定性、セルごとの証明、実行された感度比較、生のラン毎の出力、およびどのランキングと並んで測定日を報告することを推奨する。
論文 参考訳（メタデータ） (2026-09-24T16:28:15Z) - VABench: Measuring Embodied Spatial Intelligence through Visual Demonstrations, Active Perception, and Metric Control [57.5995346750474]
VA-Benchを導入し、完全なオブザーバ・レアソン・アクト・リビジョンループを評価する。
汎用MLLMは、RGBのみのデモンストレーションから手続き的コンテキストを学習する。
モデルには特権オブジェクトのポーズ、オラクルの軌跡、学習されたアクションヘッドは含まれない。
論文 参考訳（メタデータ） (2026-09-17T01:24:51Z) - On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [57.03393882933515]
Qwen3.8-Flash-Nextは125Bパラメータ、トークンあたり6Bアクティベートされ、加速器から保持されるn-gram埋め込みテーブルの51Bパラメータを持つスパースミックス・オブ・エキスパートモデルである。
トレーニング前の14のベンチマークでは、このモデルは前モデルの397B-A17Bを8点、残りを少なくとも2.6ポイント、アクティベートされたパラメータが1/3、トレーニングトークンが1/3、トレーニング用FLOPが1/9であった。
論文 参考訳（メタデータ） (2026-08-31T06:35:07Z) - FlavourBench: Executable Culinary Reward Maps for Language Model Evaluation and Post-Training [0.0]
オープンエンド言語モデル評価は、欠落した応答キーに対して、他のモデルや小さな選好パネルの代わりに行われることが多い。
FlavourBenchを導入し、バージョン付き料理環境から高密度な回答マップをコンパイルする。
同じ534の置換、ペアリング、制約タスク上で27のフロンティアエンドポイントを評価し、14,418の完全なモデルタスク観測結果を得た。
論文 参考訳（メタデータ） (2026-08-20T21:14:52Z) - TraceGraph: Shared Decision Landscapes for Diagnosing and Improving Agent Trajectories [61.51984029109709]
グラフベースのフレームワークであるTraceGraphを紹介した。
各タスクに対して、TraceGraphは、モデルIDが導入される前に、プールされたロールアウトから観測可能なアクション・オブザーブレーション状態のグラフを構築する。
次に、結果インフォームされた生産的なコアとトラップリージョンをオーバーレイし、各ロールアウトを3つのイベント – アクセス、トラップ露出、修復 – で要約する。
論文 参考訳（メタデータ） (2026-05-29T13:40:31Z) - Negative Frames Matter in Egocentric Visual Query 2D Localization [119.23191388798921]
最近リリースされたEgo4Dデータセットとベンチマークは、一人称視覚知覚データを大幅にスケールし、多様化している。
Visual Queries 2Dローカライゼーションタスクは、1対1の視点で記録された過去に存在するオブジェクトを検索することを目的としている。
本研究は,Epsodic Memoryベンチマークで導入された3段階ベースラインに基づく。
論文 参考訳（メタデータ） (2022-08-03T09:54:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。